täistekstiindekseid

Täistekstiindeksid, tuntud ka kui "full-text indexes", on andmestruktuurid, mis võimaldavad kiiresti otsida sõnu või fraase konkreetsetest tekstidokumentidest. Need erinevad traditsioonilistest andmebaasiindeksitest, mis tavaliselt indekseerivad struktureeritud andmeid nagu numbrid või kuupäevad. Täistekstiindeksid on loodud mitte-struktureeritud või pool-struktureeritud tekstiteabe tõhusaks haldamiseks ja otsimiseks.

Protsessi alustuseks on vaja indekseerida tekstid. See hõlmab dokumentide töötlemist, kus igast sõnast luuakse kirje, sageli eemaldades samal ajal tühi-sõnad ehk stop words (nt "ja", "on", "the"). Samuti võib toimuda sõnade tüvede leidmine ehk stemming, kus sõnad taandatakse nende alusvormi (nt "jooksma", "jooksis", "jooksmine" muutuvad kõik "jooks"). Tulemuseks on sõnastik, mis seostab iga sõna dokumentidega, kus see esineb, ning sageli ka sõna positsiooniga dokumendis.

Täistekstiindekseid kasutatakse laialdaselt otsingumootorites, veebisaitide sisemistes otsingufunktsioonides, teadusartiklite andmebaasides ja dokumentihalduse süsteemides. Need võimaldavad kasutajatel otsida märksõnade või fraaside põhjal, saades kiiresti asjakohased tulemused, ilma et oleks vaja kogu dokumentide kogu käsitsi läbi vaadata. Täistekstiindeksite tõhusus on kriitilise tähtsusega suurte tekstimahtude puhul.